MDN: Parallelizing Stepwise Momentum for Delta Linear Attention

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Yulong, Liu, Xiang, Huang, Hongxiang, Lin, Xiaopeng, Liu, Zunchang, Chu, Xiaowen, Xie, Zeke, Cheng, Bojun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2605.05838